欧美精品第一页在线播放,国产做a爱片,色久伊人,久久久久久999,a久久久久,久操手机在线视频

基于圖神經網絡模型的降雨-徑流量預報研究

時間：2022-09-23 來源：水利水務網

分享到：

文章題目：基于圖神經網絡模型的降雨-徑流量預報研究

作者姓名：王明陽1，王恩志1*，劉曉麗1，羅火錢2，師琨2，高帥1，王聰聰1

作者單位：1.清華大學水沙科學與水利水電工程國家重點實驗室 北京 100084；2.福建水利電力職業技術學院 福建 永安 366000

摘要：

沙溪流域徑流量預測受水文站測點空間位置和歷史降雨數據影響。基于圖論重新定義了沙溪流域2000-2014年內有明顯降雨徑流關系的小時級別降雨-徑流模型的數據結構，利用圖神經網絡搭建“端到端”降雨-徑流數據動態映射模型，搭建了圖卷積神經網絡(GCN)，圖注意力機制模型(GAT)和ChebNet三種模型對未來不同時刻徑流數據進行預測，以平均絕對誤差(MAE)作為評價指標，對未來兩個小時的預測結果與長短期記憶模型(LSTM)，門控循環單元(GRU)和人工神經網絡(ANN)的預測結果進行比較，結果表明ChebNet和GAT模型對沙溪流域降雨-徑流超前1h和2h的非線性數據擬合能力更好，相比LSTM和GRU預測能力提高了37.3%~64.71%；ChebNet模型對未來15h內的徑流預測效果較為穩定，提高精度和適用性的同時大幅降低了時效性的影響，提供可靠性較高的徑流可能值，對小流域汛情預警具有一定指導意義。